jax.numpy.min#
- jax.numpy.min(a, axis=None, out=None, keepdims=False, initial=None, where=None)[source]#
返回沿给定轴的数组元素的最小值。
JAX 实现
numpy.min()
.- 参数:
a (ArrayLike) – 输入数组。
axis (Axis | None) – int 或数组,默认=None。要计算最小值的轴。如果为 None,则沿所有轴计算最小值。
keepdims (bool) – bool,默认=False。如果为 True,则保留大小为 1 的结果中的已缩减轴。
initial (ArrayLike | None | None) – int 或数组,默认=None。最小值的初始值。
where (ArrayLike | None | None) – int 或数组,默认=None。用于最小值的元素。数组应与输入广播兼容。
initial
必须在使用where
时指定。out (None | None) – JAX 未使用。
- 返回值:
沿给定轴的最小值的数组。
- 返回类型:
另请参阅
jax.numpy.max()
: 沿给定轴计算数组元素的最大值。jax.numpy.sum()
: 沿给定轴计算数组元素的总和。jax.numpy.prod()
: 沿给定轴计算数组元素的乘积。
示例
默认情况下,最小值是在所有轴上计算的。
>>> x = jnp.array([[2, 5, 1, 6], ... [3, -7, -2, 4], ... [8, -4, 1, -3]]) >>> jnp.min(x) Array(-7, dtype=int32)
如果
axis=1
,最小值是在轴 1 上计算的。>>> jnp.min(x, axis=1) Array([ 1, -7, -4], dtype=int32)
如果
keepdims=True
,输出的ndim
将与输入的ndim
相同。>>> jnp.min(x, axis=1, keepdims=True) Array([[ 1], [-7], [-4]], dtype=int32)
要仅包含特定元素来计算最小值,可以使用
where
。where
可以与输入具有相同的维度。>>> where=jnp.array([[1, 0, 1, 0], ... [0, 0, 1, 1], ... [1, 1, 1, 0]], dtype=bool) >>> jnp.min(x, axis=1, keepdims=True, initial=0, where=where) Array([[ 0], [-2], [-4]], dtype=int32)
或者必须与输入广播兼容。
>>> where = jnp.array([[False], ... [False], ... [False]]) >>> jnp.min(x, axis=0, keepdims=True, initial=0, where=where) Array([[0, 0, 0, 0]], dtype=int32)